导读:本文包含了网络拓扑算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:拓扑,算法,网络,节点,结构,分布式,发现。
网络拓扑算法论文文献综述
雷鸣[1]（2019）在《园区网络拓扑发现算法的设计与实现探讨》一文中研究指出为进一步园区网络运行的安全性与稳定性,实现科学高效的网络管理,切实满足现阶段网络用户的上网需求。本文以拓扑发现算法作为研究核心,从多个层面出发,系统化探讨园区网络场景下,拓扑发现算法设计思路与实现方法,以期逐步为后续相关网络结构的优化调整提供方向性引导。(本文来源于《通讯世界》期刊2019年10期）
司永洁,张健[2]（2019）在《低损耗无线传感器网络拓扑控制算法仿真》一文中研究指出针对当前网络拓扑控制算法中存在的节点能耗较高、组网时间较长、节点存活周期较短等问题,提出基于节点负载均衡模型的低损耗无线传感器网络拓扑控制算法。利用适应度函数与通信效率函数调整节点自身的发射功率,增强节点的网络拓扑适应性,调控邻接节点数量,结合通信范围内邻节点分布情况,构建网络节点负载均衡模型,通过模型调节实现节点负载均衡。采用博弈理论收益函数及自有空间模型,构造邻节点选择策略集,根据较优反应策略选择下跳拓扑节点,控制节点损耗。实验结果表明,所提算法相比当前网络拓扑控制算法,网络拓扑控制过程耗时更短,网络节点的存活时间更长,且网络节点的能量损耗更低。(本文来源于《计算机仿真》期刊2019年10期）
连和谬[3]（2019）在《基于改进蚁群算法的无线通信网络拓扑重组》一文中研究指出为了提高无线通信网络的传输性能,提出基于改进蚁群算法的无线通信网络拓扑重组方法.构建无线通信网络拓扑结构模型,采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型,进行无线通信网络拓扑节点的线性结构分解,提取无线通信网络传输信道的关联特征量,采用频谱特征分解方法,实现无线通信网络的节点拓扑结构设计,采用改进的蚁群算法进行无线通信网络拓扑重组,实现无线通信网络节点的分布式优化设计,提高无线通信网络的传输性能.仿真结果表明,采用该方法进行无线通信网络拓扑重组能提高网络的连通性,输出稳定性较好,传输误码率较低.(本文来源于《太原师范学院学报(自然科学版)》期刊2019年03期）
陈培,王超,王德奎,张东,房体盈[4]（2019）在《针对分布式深度学习训练的Kubernetes集群网络拓扑调度算法》一文中研究指出深度学习与Kubernetes相结合现今已经被业界广泛采用并有着大规模的实际应用,然而深度学习在Kubernetes集群上进行分布式训练有着诸多的不足和待优化点。本文针对Kubernetes集群的网络拓扑和深度学习分布式训练的特点对Kubernetes默认任务调度算法做了相关优化,在Kubernetes集群上采用Gang-scheduling和基于网络拓扑优化后的调度算法对分布式深度学习训练任务进行调度,经测试验证,相比默认的Kubernetes调度算法,该调度算法能够有效利用网络拓扑结构,并且对分布式深度学习训练速度有着明显的提高。(本文来源于《信息技术与信息化》期刊2019年09期）
邓晓懿,杨阳,金淳[5]（2019）在《基于网络拓扑结构的重要节点发现算法》一文中研究指出复杂网络中的重要节点发现在现实生活中有着广泛的应用价值。传统重要节点发现方法可分为局部发现和全局发现两类算法,全局发现算法中最具代表性的是特征向量中心性算法(Eigenvector Centrality, EC),EC算法将所有节点归为一个社区并利用邻居节点重要性反馈计算节点的影响力大小,具有较高的计算效率和识别精度。但是,EC算法忽略了网络的拓扑结构,未考虑到真实网络中节点所在社区的结构特征。为此,本文提出一种基于网络拓扑结构的可达中心性算法(Accessibility Centrality, AC),首先利用邻接矩阵作为反馈路径,在反馈过程中计算不同路径下的节点整体影响力。同时,利用影响力传递过程中的噪音干扰特性,修正每一路径长度下节点整体影响力大小,最后利用修正结果得到AC值。为评估AC算法,本文利用两种传染病模型模拟节点影响力在四组真实网络中的传播过程,并引入其他四种算法进行对比验证。实验结果表明,与其他算法相比,AC算法可以更准确、有效地识别出有具有影响力的重要节点。(本文来源于《运筹与管理》期刊2019年07期）
王康毅[6]（2019）在《面向智能电网网络拓扑结构错误的最快自适应估计算法研究》一文中研究指出智能电网技术利用传感技术、测量技术及供应商和客户之间的双向通信技术的进步,显着提高了传统电网网络的健壮性和效率。状态估计在构建电网网络实施模型中起到了重要作用。对于智能电网的状态估计,快速有效地检测和识别拓扑结构错误是基本目标。因此,提出了快速估计方法,可依据分布式环境中限制条件快速建立网络拓扑结构。此外,还建立了一个以马尔可夫链为基础的分析模型,可系统地分析建议方案的在线估计。利用分析模型,可依据在检测延时中的误警率和漏检率来配置系统参数。该模型性能的评价是通过MATPOWER 4.0模拟和分析。结果表明,该方案实现了最低平均停止时间,但是会存在一定估计精度和误警率。(本文来源于《通信电源技术》期刊2019年06期）
王俊雅[7]（2019）在《基于网络拓扑设计的分布式优化算法研究》一文中研究指出本文研究如何提高分布式在线算法的收敛速度以及解决非平衡有向切换网络中通信延迟的问题。对于前者,主要基于对拉普拉斯矩阵进行加边,优化网络拓扑以达到增加其代数连通度的目的,从而使分布式在线对偶平均(ODDA)算法和分布式在线无投影(DOCG)算法这两种经典优化算法具有更快的收敛速度。而对于后者,主要通过对通信网络拓扑进行扩维的办法,将通信时延的无约束凸优化问题转化为无时延的无约束凸优化问题,以便于能够高效地解决通信延迟的问题。论文的工作主要包括以下叁个部分:第一部分主要通过改进分布式对偶平均算法的办法,使其具有更快的收敛速度。首先将算法扩展到在线设置。然后利用选边方法,每次选出一条最优的边进行加边,并将其加入到网络拓扑中以建立数学模型,从而提出了一种快速分布式在线对偶平均算法(F-ODDA),并证明了 F-ODDA的收敛性,同时给出了收敛速度。最后,理论和数值实验表示,和已有的在线分布式对偶平均算法(ODDA)相比,F-ODDA具有更快的收敛速度。第二部分主要通过改进分布式在线无投影算法的策略,使其具有更好的性能。首先,建立了 Erdos-Renyi(ER)随机模型,并提出了加边扩容算法(AE)。其次,将加边扩容算法与分布式在线无投影算法相结合,提出了一种快速分布式在线无投影算法(F-DOCG)。在保证足够精度的情况下,F-DOCG算法通过线性化的近似避免了高昂的投影计算问题,而且揭示了底层拓扑和代数连通度的联系,同时改进了 Regret界,又能够从理论上保证具有更快的收敛速度。最后,理论和数值实验表示,和已有分布式在线条件梯度算法(DOCG)相比,所提出的F-DOCG具有更快的收敛速度和性能。第叁部分主要解决在一般的非平衡有向切换网络中个体间的通信延迟的问题。通过对通信交流网络拓扑进行扩维的办法,将存在通信时延的无约束凸优化问题转变为无时延的无约束凸优化问题,从而提出了基于切换网络下带有时延通信的分布式次梯度优化算法来解决该问题。由于集中考虑了网络拓扑与通信时延,该算法更贴合实际情况。并利用非二次李雅普诺夫函数法在非平衡有向切换网络周期强连通以及通信时延有上界的情况下,证明了基于时延通信的分布式次梯度算法的收敛性。最后,从理论和数值仿真表明了该算法的收敛性和有效性。图[28]表[1]参[69](本文来源于《安徽理工大学》期刊2019-06-10）
洪德健[8]（2019）在《新型建筑智能化平台空间节点网络拓扑匹配算法研究与实现》一文中研究指出近年来,随着物联网、虚拟现实、人工智能等新兴技术的突飞猛进,云计算、大数据基础设施的不断完善,建筑智能化行业得到快速发展,楼宇自动化系统也随之发展。然而,该系统在实际运行中智能化效果并不理想,存在管理层信息量过大、系统现场配置困难与跨系统功能难以实现等问题。究其原因是楼宇自动化系统集中式分层系统架构阻碍了自身的发展。为突破传统架构的禁锢,国内相关学者开展了相应研究,基于建筑智能化系统新型架构的创新理念,提出基于扁平化、无中心建筑控制管理的解决方案,拟构建新型建筑智能化平台。该平台将整栋建筑划分为多个建筑空间单元,每一个建筑空间单元都与一个“智能节点”相对应,智能节点又称为CPN(Computing Process Node)。因此,在平台构建过程中,CPN网络“拓扑设计”与“拓扑校验”问题是构建新型建筑智能化平台需要解决的关键性问题。本文研究成果为解决两个关键性问题提供有效的理论基础与技术支撑。具体工作如下:首先,为解决CPN网络拓扑设计阶段的“拓扑设计”问题,本文设计一种基于建筑平面图空间CPN网络拓扑关系提取流程方案。该方案对建筑平面图中的各种构件的图元信息进行分析与预处理,实现对建筑平面图中空间CPN网络拓扑关系提取。同时选取适合的AutoCAD二次开发工具,在Visual Studio2010平台上完成空间CPN网络拓扑关系提取软件的开发。该软件不仅减少平台设计阶段的工作量,还为空间CPN网络拓扑匹配过程提供了匹配条件。其次,为解决CPN安装调试阶段的“拓扑校验”问题,本文提出了基于VF2优化的新型建筑智能化平台空间CPN网络拓扑匹配算法。该算法不仅使用基于已匹配点的剪枝策略,还加入非递归思想,节点度优化匹配顺序及邻居信息筛选策略。通过实验分别从平均匹配时间和调用验证函数次数两个指标验证该算法优于VF2算法,表明本文的拓扑匹配算法效率更高。最后,基于新型建筑智能化平台空间CPN网络拓扑匹配算法,通过Twaver程序框架在MyEclipse平台上设计开发了拓扑匹配软件。该软件可以与空间CPN网络拓扑关系提取软件共同使用,以拓扑关系提取软件生成的空间CPN网络拓扑为匹配条件与新型建筑智能化平台中实际的空间CPN网络拓扑进行匹配。施工人员基于算法匹配结果进行接线故障排查,达到新型建筑智能化平台空间CPN网络拓扑纠错目的。(本文来源于《安徽建筑大学》期刊2019-06-01）
侯杰[9]（2019）在《网络拓扑结构的数学模型及遗传算法》一文中研究指出网络性能最优,成为网络拓扑结构热点问题。对网络拓扑结构的定义进行了分析,从常见的网络数学模型出发,阐述了遗传算法的发展史,并对遗传算法在网络性能优化方面的应用进行了分析,说明运用遗传算法解决网络拓扑结构问题具有很大的优势。(本文来源于《江西电力职业技术学院学报》期刊2019年05期）
余平,胡玲[10]（2019）在《基于快速图挖掘的网络拓扑局部调节区域算法》一文中研究指出针对IP骨干网重新配置中繁重工作量的问题,提出一种快速图挖掘算法来解决网络拓扑的局部调节区域问题,解决了从网络拓扑中找到组件时子图同构的NP-hard问题,减少了网络重构的操作工作量.该文提出的启发式图挖掘算法顶点,称为顶点目标搜索(vertex targeting search,VTS)算法,通过考虑网络操作条件减少了搜索空间的大小.实验结果表明,该文方法可以快速得到搜索网络模式图,与其他方法比较,该文具有较少的搜索时间,说明该文方法具有可行性和有效性.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年05期）
网络拓扑算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对当前网络拓扑控制算法中存在的节点能耗较高、组网时间较长、节点存活周期较短等问题,提出基于节点负载均衡模型的低损耗无线传感器网络拓扑控制算法。利用适应度函数与通信效率函数调整节点自身的发射功率,增强节点的网络拓扑适应性,调控邻接节点数量,结合通信范围内邻节点分布情况,构建网络节点负载均衡模型,通过模型调节实现节点负载均衡。采用博弈理论收益函数及自有空间模型,构造邻节点选择策略集,根据较优反应策略选择下跳拓扑节点,控制节点损耗。实验结果表明,所提算法相比当前网络拓扑控制算法,网络拓扑控制过程耗时更短,网络节点的存活时间更长,且网络节点的能量损耗更低。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络拓扑算法论文参考文献
[1].雷鸣.园区网络拓扑发现算法的设计与实现探讨[J].通讯世界.2019
[2].司永洁,张健.低损耗无线传感器网络拓扑控制算法仿真[J].计算机仿真.2019
[3].连和谬.基于改进蚁群算法的无线通信网络拓扑重组[J].太原师范学院学报(自然科学版).2019
[4].陈培,王超,王德奎,张东,房体盈.针对分布式深度学习训练的Kubernetes集群网络拓扑调度算法[J].信息技术与信息化.2019
[5].邓晓懿,杨阳,金淳.基于网络拓扑结构的重要节点发现算法[J].运筹与管理.2019
[6].王康毅.面向智能电网网络拓扑结构错误的最快自适应估计算法研究[J].通信电源技术.2019
[7].王俊雅.基于网络拓扑设计的分布式优化算法研究[D].安徽理工大学.2019
[8].洪德健.新型建筑智能化平台空间节点网络拓扑匹配算法研究与实现[D].安徽建筑大学.2019
[9].侯杰.网络拓扑结构的数学模型及遗传算法[J].江西电力职业技术学院学报.2019
[10].余平,胡玲.基于快速图挖掘的网络拓扑局部调节区域算法[J].西南师范大学学报(自然科学版).2019
论文知识图
